അവ്യക്തമായ എഞ്ചിനീയറിംഗ് പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ ഞാൻ എങ്ങനെ AI കൗൺസിലുകൾ ഉപയോഗിക്കുന്നു

ഒരു AI അസിസ്റ്റന്റ് ഉപയോഗപ്രദമാണ്. എന്നാൽ അത് എപ്പോഴും മതിയാകില്ല.

കോഡിംഗിനായി നിങ്ങൾ AI ഉപയോഗിക്കുന്നുണ്ടെങ്കിൽ, ആ രീതി നിങ്ങൾക്ക് അറിയാമായിരിക്കും. നിങ്ങൾ ഒരു പ്രശ്നം വിവരിക്കുന്നു. മോഡൽ ഒരു പരിഹാരം നിർദ്ദേശിക്കുന്നു. അത് കാണാൻ നല്ലതാണ്. നിങ്ങൾ അത് നടപ്പിലാക്കുന്നു. എന്നാൽ മൂന്ന് ദിവസത്തിന് ശേഷം നിങ്ങൾ അതിൽ വലിയൊരു പിഴവ് കണ്ടെത്തുന്നു. ആർക്കിടെക്ചർ ഒരു ബൗണ്ടറി കണ്ടീഷനിൽ പരാജയപ്പെട്ടു. വേർതിരിച്ചു നിർത്തേണ്ട രണ്ട് കാര്യങ്ങളെ അത് പരസ്പരം ബന്ധിപ്പിച്ചു കളഞ്ഞു.

ഇത് മോഡലിന്റെ പരാജയമല്ല. ഇത് പ്രക്രിയയുടെ പരാജയമാണ്. സ്വന്തം അനുമാനങ്ങളെ ചോദ്യം ചെയ്യാനുള്ള കഴിവ് ഒരു ഒറ്റ മോഡലിന് ഇല്ല.

സങ്കീർണ്ണമായ എഞ്ചിനീയറിംഗ് ജോലികൾക്കായി നിങ്ങൾക്ക് ഒരു AI കൗൺസിൽ ആവശ്യമാണ്. ഇതൊരു പുതിയ പ്ലാറ്റ്‌ഫോമല്ല. ഒന്നിലധികം AI റോളുകൾ വ്യത്യസ്ത കാഴ്ചപ്പാടുകളിൽ നിന്ന് ഒരു നിർദ്ദേശം പരിശോധിക്കുന്ന ഒരു ഘടനാപരമായ വർക്ക്ഫ്ലോ (workflow) ആണിത്.

AI ഉപയോഗത്തെ നിയന്ത്രിതവും കൃത്യവുമായ ഒരു എഞ്ചിനീയറിംഗ് വർക്ക്ഫ്ലോയായി മാറ്റുക എന്നതാണ് ഇതിന്റെ ലക്ഷ്യം.

ഈ വർക്ക്ഫ്ലോ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് താഴെ നൽകുന്നു:

• Problem Statement: നിങ്ങൾ പ്രശ്നം രൂപപ്പെടുത്തുന്നു. • Architect Agent: സോഴ്സ് അടിസ്ഥാനമാക്കി പ്രവർത്തിക്കുന്ന ഒരു ഏജന്റ് പ്രാഥമിക നിർദ്ദേശം തയ്യാറാക്കുന്നു. • AI Council: വിവിധ AI റോളുകൾ നിർദ്ദേശം പരിശോധിക്കുന്നു. • Feedback Synthesis: ഒരു ഏജന്റ് എല്ലാ ഫീഡ്‌ബാക്കുകളും സംയോജിപ്പിക്കുകയും അവ തമ്മിലുള്ള വൈരുദ്ധ്യങ്ങൾ കണ്ടെത്തുകയും ചെയ്യുന്നു. • Objection Ledger: ഓരോ എതിർപ്പും, അതിന്റെ തീവ്രതയും, പരിഹാരവും നിങ്ങൾ ട്രാക്ക് ചെയ്യുന്നു. • Human Governance: എപ്പോൾ നിർത്തണം അല്ലെങ്കിൽ മുന്നോട്ട് പോകണം എന്ന് നിങ്ങൾ തീരുമാനിക്കുന്നു. • Executor Agent: ഒരു പ്രത്യേക ഏജന്റ് പ്ലാൻ നടപ്പിലാക്കുന്നു. • Auditor Agent: ഒരു അവസാന ഏജന്റ് കോഡ് യഥാർത്ഥ സ്പെസിഫിക്കേഷനുമായി ഒത്തുനോക്കുന്നു.

നിങ്ങളുടെ കൗൺസിലിലെ റോളുകളിൽ ഇവ ഉൾപ്പെടണം:

  • System Thinker: റിസ്കുകളും സിസ്റ്റം ബൗണ്ടറികളും വിലയിരുത്തുന്നു.
  • Critical Reviewer: അനുമാനങ്ങളെ ചോദ്യം ചെയ്യുകയും പോരായ്മകൾ കണ്ടെത്തുകയും ചെയ്യുന്നു.
  • Simplifier: അനാവശ്യമായ സങ്കീർണ്ണതകൾ കണ്ടെത്തുന്നു.
  • Alternatives Reviewer: വ്യത്യസ്തമായ സമീപനങ്ങൾ നിർദ്ദേശിക്കുന്നു.

കൂടുതൽ മോഡലുകൾ ഉപയോഗിക്കുന്നതിലല്ല മാജിക് ഇരിക്കുന്നത്. റോളുകൾ വേർതിരിക്കുന്നതിലാണ് മാജിക്. നിങ്ങൾ ഒരു AI-യോട് "ഇത് പരിശോധിക്കൂ" എന്ന് ചോദിക്കുമ്പോൾ നിങ്ങൾക്ക് അവ്യക്തമായ ഉത്തരങ്ങൾ ലഭിക്കും. എന്നാൽ "മൂന്ന് വലിയ ആർക്കിടെക്ചറൽ റിസ്കുകൾ കണ്ടെത്തൂ" എന്ന് ചോദിക്കുമ്പോൾ നിങ്ങൾക്ക് പ്രായോഗികമായ വിവരങ്ങൾ ലഭിക്കുന്നു.

നിങ്ങൾ കോൺടെക്സ്റ്റുകൾ (contexts) വേർതിരിക്കുകയും വേണം. കോഡ് എഴുതുന്ന ഏജന്റും കോഡ് ഓഡിറ്റ് ചെയ്യുന്ന ഏജന്റും ഒരേ ആളാകരുത്. ഇത് AI-യുടെ ഒരേ തരത്തിലുള്ള കാഴ്ചപ്പാടില്ലായ്മകൾ (blind spots) ഒഴിവാക്കാൻ സഹായിക്കുന്നു.

മനുഷ്യൻ കഠിനമായ ജോലികൾ ചെയ്യേണ്ടതില്ല. മനുഷ്യൻ തീരുമാനങ്ങൾ നിയന്ത്രിക്കുന്ന ആളാണ്. ഫീഡ്‌ബാക്ക് മതിയാകുന്നു എന്ന് നിങ്ങൾ തീരുമാനിക്കുന്നു. ഏത് റിസ്കുകൾ സ്വീകരിക്കണം എന്ന് നിങ്ങൾ തീരുമാനിക്കുന്നു. നിങ്ങൾ ഒരു എഞ്ചിനീയറിംഗ് മാനേജറാണ്, അല്ലാതെ വെറുമൊരു തൊഴിലാളിയല്ല.

ഉയർന്ന റിസ്കുള്ള റീഫാക്ടറുകൾക്കും (refactors) അവ്യക്തമായ ആർക്കിടെക്ചറുകൾക്കും വേണ്ടി ഇത് ഉപയോഗിക്കുക. ചെറിയ ബഗ് ഫിക്സുകൾക്കായി ഇത് ഉപയോഗിക്കേണ്ടതില്ല. ഒരു തെറ്റ് സംഭവിക്കുമ്പോഴുള്ള നഷ്ടം വളരെ വലുതാകുമ്പോൾ മാത്രമേ ഇതിന്റെ അധിക ജോലി (overhead) ലാഭകരമാകൂ.

Source: https://dev.to/j3nnning/how-i-use-ai-councils-to-solve-ambiguous-engineering-problems-4dii

Optional learning community: https://t.me/GyaanSetuAi